Creare esperimenti di Firebase Remote Config con A/B Testing

Quando utilizzi Firebase Remote Config per eseguire il deployment delle impostazioni di un'applicazione con una base utenti attiva, devi assicurarti di farlo correttamente. Puoi utilizzare gli esperimenti A/B Testing per determinare al meglio quanto segue:

• Il modo migliore per implementare una funzionalità per ottimizzare l'esperienza utente. Troppo spesso, gli sviluppatori di app non si rendono conto che gli utenti non gradiscono una nuova funzionalità o un'esperienza utente aggiornata finché la valutazione della loro app nello store non diminuisce. A/B Testing può aiutarti a misurare se gli utenti apprezzano le nuove varianti delle funzionalità o se preferiscono l'app così com'è. Inoltre, mantenere la maggior parte degli utenti in un gruppo di riferimento garantisce che la maggior parte della tua base utenti possa continuare a utilizzare la tua app senza riscontrare modifiche al suo comportamento o al suo aspetto fino alla conclusione dell'esperimento.
• Il modo migliore per ottimizzare l'esperienza utente per un obiettivo commerciale. A volte implementi modifiche al prodotto per massimizzare una metrica come le entrate o la fidelizzazione. Con A/B Testing, imposti lo scopo commerciale e Firebase esegue l'analisi statistica per determinare se una variante ha un rendimento migliore rispetto al riferimento per lo scopo selezionato.

Per eseguire test A/B sulle varianti delle funzionalità con una base di riferimento, segui questi passaggi:

1. Crea l'esperimento.
2. Gestisci l'esperimento.

Crea un esperimento

Un esperimento Remote Config ti consente di valutare più varianti su uno o più parametri Remote Config.

1. Verifica che Google Analytics sia abilitato nel tuo progetto in modo che l'esperimento abbia accesso ai dati di Analytics.

   Se non hai attivato Google Analytics durante la creazione del progetto, puoi farlo nella scheda settings Impostazioni > Integrazioni della console Firebase.

2. Nella console Firebase, vai a DevOps e coinvolgimento > A/B Testing

3. Fai clic su Crea esperimento, quindi seleziona Remote Config quando ti viene chiesto il servizio con cui vuoi eseguire l'esperimento.

4. Nella sezione Varianti, scegli una base di riferimento e almeno una variante per l'esperimento. Puoi aggiungere uno o più parametri con cui sperimentare. Puoi ripetere questo passaggio per aggiungere più parametri all'esperimento.

5. (Facoltativo) Per aggiungere più di una variante all'esperimento, fai clic su Aggiungi un'altra variante.

6. Modifica uno o più parametri per varianti specifiche. I parametri invariati sono gli stessi per gli utenti non inclusi nell'esperimento.

7. Espandi Pesi delle varianti per visualizzare o modificare il peso delle varianti per l'esperimento. Per impostazione predefinita, ogni variante è ponderata in modo uguale. Tieni presente che ponderazioni non uniformi possono aumentare il tempo di raccolta dei dati; inoltre, le ponderazioni non possono essere modificate dopo l'inizio dell'esperimento.

8. Definisci i criteri di targeting per l'esperimento utilizzando le condizioni di Remote Config:

   • Riutilizza una condizione esistente: se una condizione esistente nel tuo modello Remote Config corrisponde già al tuo pubblico di destinazione, selezionala dall'elenco.

   • Verifica l'ordine di valutazione delle condizioni: assicurati che le condizioni nella pagina Condizioni siano organizzate nell'ordine di priorità corretto. Poiché Remote Config valuta le condizioni in sequenza dall'alto verso il basso, altre condizioni con priorità più alta possono impedire a un numero sufficiente di utenti di raggiungere la condizione associata all'esperimento.

   • Crea una nuova condizione: se nessuna condizione esistente soddisfa i tuoi requisiti di targeting o se preferisci duplicare una condizione esistente (ad esempio, per evitare di bloccare una condizione condivisa da altri parametri), crea una nuova condizione scegliendo innanzitutto l'app che utilizza l'esperimento. Se il parametro che stai testando utilizza anche la condizione esistente (o un'altra condizione sovrapposta), assicurati che la nuova condizione dell'esperimento sia posizionata sopra la condizione esistente nella scheda Condizioni (assegnandole una priorità di valutazione più elevata). In caso contrario, gli utenti corrisponderanno prima alla condizione esistente e non verranno inclusi nell'esperimento.

     Puoi quindi scegliere come target un sottoinsieme specifico di utenti facendo clic su e e selezionando una o più opzioni dal seguente elenco:

     • Versione: una o più versioni della tua app
     • Numero build: il numero build (Apple) o il codice di versione (Android) della tua app
     • Piattaforma: una o più piattaforme (iOS, Android o web) da scegliere come target
     • Sistema operativo: scegli come target gli utenti di app web in base al sistema operativo e alla versione
     • Browser: scegli come target gli utenti di app web in base al browser web e alla versione del browser
     • Categoria dispositivo: scegli come target gli utenti di app web in base al fatto che il loro dispositivo sia mobile o meno.
     • Lingue: una o più lingue e impostazioni internazionali utilizzate per selezionare gli utenti che potrebbero essere inclusi nell'esperimento.
     • Paese/regione: uno o più paesi o regioni per selezionare gli utenti da includere nell'esperimento.
     • Segmento di pubblico: segmenti di pubblico Analytics utilizzati per scegliere come target gli utenti che potrebbero essere inclusi nell'esperimento
     • Proprietà utente: una o più proprietà utente Analytics per selezionare gli utenti che potrebbero essere inclusi nell'esperimento.
     • Utente in percentuale casuale: scegli come target una percentuale di utenti selezionata in modo casuale all'interno di un intervallo di percentili definito.
     • Segmento importato: scegli come target gli utenti che appartengono a segmenti importati personalizzati caricati nel tuo progetto.
     • Data/ora: scegli come target gli utenti in base a una finestra temporale e a una data specificate
     • Prima apertura: scegli come target gli utenti in base alla prima volta che hanno aperto la tua app.
     • ID installazione: scegli come target dispositivi di test o istanze client specifici utilizzando i relativi ID installazione Firebase (FID)
     • L'utente esiste: scegli come target tutti gli utenti di tutte le app del progetto
     • Indicatore personalizzato: scegli come target gli utenti in base agli indicatori chiave-valore lato client personalizzati trasmessi in fase di runtime.

9. Imposta l'Esposizione: inserisci la percentuale della base utenti della tua app corrispondente ai criteri impostati in Utenti target che vuoi suddividere in modo uniforme tra la base di riferimento e una o più varianti dell'esperimento. Può essere qualsiasi percentuale compresa tra lo 0% e il 100%. Gli utenti vengono assegnati in modo casuale a ogni esperimento, inclusi quelli duplicati.

10. Facoltativamente, imposta un evento di attivazione per assicurarti che nell'esperimento vengano conteggiati solo i dati degli utenti che hanno attivato per primi un evento Analytics. Tieni presente che tutti gli utenti che corrispondono ai parametri di targeting riceveranno i valori sperimentali di Remote Config, ma solo quelli che attivano un evento di attivazione verranno inclusi nei risultati dell'esperimento.

    Per garantire un esperimento valido, assicurati che l'evento scelto si verifichi dopo che l'app attiva i valori di configurazione recuperati. Inoltre, i seguenti eventi non possono essere utilizzati perché si verificano sempre prima dell'attivazione dei valori recuperati:

    • app_install
    • app_remove
    • app_update

    L'evento Analytics selezionato come evento di attivazione non deve essere utilizzato anche come metrica principale (o come metrica aggiuntiva) nello stesso esperimento. In questo modo, verrà attivato un errore di convalida nella console Firebase e l'esperimento non verrà avviato.

11. Per gli obiettivi dell'esperimento, seleziona la metrica principale da monitorare e aggiungi dall'elenco eventuali altre metriche che vuoi monitorare. Questi includono obiettivi integrati (acquisti, entrate, fidelizzazione, utenti senza arresti anomali e così via), eventi di conversione Analytics e altri eventi Analytics. Al termine, fai clic su Avanti.

12. Fai clic su Salva per salvare l'esperimento. Devi pubblicare il modello per iniziare a eseguire l'esperimento.

Puoi avere fino a 300 esperimenti per progetto (inclusi i rollout), che possono essere costituiti da un massimo di 24 esperimenti e rollout in esecuzione, mentre il resto sono esperimenti completati.

Gestisci l'esperimento

Quando crei un esperimento con Remote Config, puoi avviarlo, monitorarlo mentre è in esecuzione e aumentare il numero di utenti inclusi nell'esperimento in esecuzione.

Al termine dell'esperimento, puoi prendere nota delle impostazioni utilizzate dalla variante vincente e applicarle a tutti gli utenti. In alternativa, puoi eseguire un altro esperimento.

Modifica un esperimento

1. Nella sezione DevOps e coinvolgimento del menu di navigazione della consoleFirebase, fai clic su Remote Config.
2. Fai clic sulla scheda Test A/B.
3. Fai clic su In esecuzione e poi su un esperimento che vuoi modificare.
4. Fai clic sul menu contestuale (more_vert) e poi su Modifica esperimento in esecuzione.
5. Per verificare che la tua app abbia utenti che verrebbero inclusi nell'esperimento, espandi i dettagli e controlla se è presente un numero superiore allo 0% nella sezione Targeting e distribuzione (ad esempio, 1% degli utenti corrispondenti ai criteri).

Monitora un esperimento

Una volta che un esperimento è in corso da un po' di tempo, puoi controllarne l'avanzamento e vedere i risultati per gli utenti che hanno partecipato finora.

1. Nella sezione DevOps e coinvolgimento del menu di navigazione della consoleFirebase, fai clic su Remote Config.
2. Fai clic sulla scheda Test A/B.

3. Fai clic su In esecuzione, quindi fai clic o cerca il titolo del tuo esperimento. In questa pagina puoi visualizzare varie statistiche osservate e modellate sull'esperimento in esecuzione, tra cui:

   • % di differenza rispetto alla base di riferimento: una misura del miglioramento di una metrica per una determinata variante rispetto alla base di riferimento. Viene calcolato confrontando l'intervallo di valori della variante con l'intervallo di valori della base di riferimento.
   • Probabilità di superare la base di riferimento: la probabilità stimata che una determinata variante superi la base di riferimento per la metrica selezionata.
   • observed_metric per utente: in base ai risultati dell'esperimento, questo è l'intervallo previsto in cui rientrerà il valore della metrica nel tempo.
   • observed_metric totale: il valore cumulativo osservato per la base di riferimento o la variante. Il valore viene utilizzato per misurare il rendimento di ogni variante dell'esperimento e per calcolare Miglioramento, Intervallo di valori, Probabilità di superare la base di riferimento e Probabilità di essere la variante migliore. A seconda della metrica misurata, questa colonna potrebbe essere etichettata come "Durata per utente", "Entrate per utente", "Tasso di fidelizzazione" o "Tasso di conversione".

4. Dopo che l'esperimento è stato eseguito per un po' di tempo (14 giorni per Remote Config), i dati in questa pagina indicano quale variante, se presente, è la "migliore". Alcune misurazioni sono accompagnate da un grafico a barre che presenta i dati in un formato visivo.

Implementa un esperimento per tutti gli utenti

Dopo che un esperimento è stato eseguito per un periodo di tempo sufficiente da ottenere una variante "ottimale", o la variante migliore, per la metrica dell'obiettivo, puoi rilasciare l'esperimento per il 100% degli utenti. In questo modo, puoi selezionare una variante da pubblicare in futuro per tutti gli utenti. Anche se l'esperimento non ha delineato chiaramente una variante migliore, puoi comunque scegliere di rilasciarne una per tutti i tuoi utenti.

1. Nella sezione DevOps e coinvolgimento del menu di navigazione della consoleFirebase, fai clic su Remote Config.
2. Fai clic sulla scheda Test A/B.
3. Fai clic su Completati o In esecuzione, fai clic su un esperimento che vuoi rilasciare a tutti gli utenti, fai clic sul menu contestuale (more_vert) Distribuisci variante.
4. Per implementare l'esperimento per tutti gli utenti:
   • Per un esperimento Remote Config, seleziona una variante per determinare quali valori parametro Remote Config aggiornare. I criteri di targeting definiti durante la creazione dell'esperimento vengono aggiunti come nuova condizione nel modello per fare in modo che l'implementazione riguardi solo gli utenti target dell'esperimento. Dopo aver fatto clic su Esamina con Remote Config per rivedere le modifiche, fai clic su Pubblica modifiche per completare l'implementazione.

Espandi un esperimento

Se ritieni che un esperimento non attiri un numero sufficiente di utenti per consentire a A/B Testing di dichiarare un vincitore, puoi aumentare la distribuzione dell'esperimento per raggiungere una percentuale maggiore della base utenti dell'app.

1. Nella sezione DevOps e coinvolgimento del menu di navigazione della console Firebase, fai clic su Remote Config.
2. Fai clic sulla scheda Test A/B.
3. Seleziona l'esperimento in corso che vuoi modificare.
4. Nella Panoramica dell'esperimento, fai clic sul menu contestuale (more_vert) e poi su Modifica esperimento in esecuzione.
5. La finestra di dialogo Targeting mostra un'opzione per aumentare la percentuale di utenti che partecipano all'esperimento in esecuzione. Seleziona un numero maggiore della percentuale attuale e fai clic su Pubblica. L'esperimento verrà inviato alla percentuale di utenti che hai specificato.

Duplica un esperimento

1. Nella sezione DevOps e coinvolgimento del menu di navigazione della console Firebase, fai clic su Remote Config.
2. Fai clic sulla scheda Test A/B.
3. Seleziona l'esperimento in esecuzione o completato che vuoi interrompere.
4. Fai clic su Completati o In esecuzione, tieni il puntatore sopra l'esperimento, fai clic sul menu contestuale (more_vert) e poi su Duplica esperimento o Interrompi esperimento.

Interrompi un esperimento

1. Nella sezione DevOps e coinvolgimento del menu di navigazione della console Firebase, fai clic su Remote Config.
2. Fai clic sulla scheda Test A/B.
3. Seleziona l'esperimento in esecuzione o completato che vuoi interrompere.
4. Fai clic su Completato o In esecuzione, tieni il puntatore sopra l'esperimento, fai clic sul menu contestuale (more_vert) e poi su Interrompi esperimento.

Identificazione del client web e persistenza dell'esperimento

Quando un utente avvia un'applicazione web utilizzando Firebase A/B Testing in un browser per la prima volta, viene generato un ID installazione Firebase (FID) univoco. Questo FID viene archiviato in modo permanente nell'IndexedDB del browser per identificare l'istanza dell'app tra le sessioni.

Firebase A/B Testing utilizza l'FID per assegnare gli utenti alle varianti dell'esperimento, mentre Google Analytics lo utilizza per l'aggregazione degli eventi per misurare e analizzare il comportamento degli utenti all'interno di ogni variante.

Poiché l'FID è archiviato in IndexedDB, Firebase A/B Testing considera un utente come nuovo utente se accede alla tua app da un browser diverso o in una finestra Incognito oppure se cancella l'IndexedDB del browser. Ciò significa che un utente potrebbe essere incluso in diverse varianti dell'esperimento quando utilizza browser o sessioni di navigazione diversi.

Targeting per utente

Puoi scegliere come target gli utenti da includere nell'esperimento utilizzando i seguenti criteri di targeting degli utenti.

Nella console Firebase sono supportati i seguenti tipi di regole. Le funzionalità equivalenti sono disponibili nell'API REST Remote Config, come descritto nel riferimento alle espressioni condizionali.

A/B Testing metriche

Quando crei l'esperimento, scegli una metrica principale o obiettivo, che viene utilizzata per determinare la variante vincente. Dovresti anche monitorare altre metriche per comprendere meglio il rendimento di ogni variante dell'esperimento e monitorare tendenze importanti che potrebbero differire per ogni variante, come la fidelizzazione utenti, la stabilità dell'app e le entrate generate dagli acquisti in-app. Puoi monitorare fino a cinque metriche non correlate agli obiettivi nel tuo esperimento.

Ad esempio, supponiamo che tu stia utilizzando Remote Config per lanciare due diversi flussi di gioco nella tua app e che tu voglia ottimizzare gli acquisti in-app e le entrate pubblicitarie, ma anche monitorare la stabilità e la fidelizzazione utenti di ogni variante. In questo caso, potresti scegliere Entrate totali stimate come metrica obiettivo, perché include le entrate pubblicitarie e quelle generate dagli acquisti in-app. Poi, per Altre metriche da monitorare, potresti aggiungere quanto segue:

• Per monitorare la fidelizzazione utenti giornaliera e settimanale, aggiungi Fidelizzazione (2-3 giorni) e Fidelizzazione (4-7 giorni).
• Per confrontare la stabilità tra i due flussi di gioco, aggiungi Utenti senza arresti anomali.
• Per visualizzare informazioni più dettagliate su ogni tipo di entrate, aggiungi Entrate generate dagli acquisti ed Entrate pubblicitarie stimate.

Le seguenti tabelle forniscono i dettagli su come vengono calcolate le metriche degli obiettivi e altre metriche.

Metriche relative all'obiettivo

Altre metriche

Esportazione dei dati di BigQuery

Oltre a visualizzare i dati degli esperimenti A/B Testing nella console Firebase, puoi ispezionare e analizzare i dati degli esperimenti in BigQuery. Sebbene A/B Testing non abbia una tabella BigQuery separata, le appartenenze agli esperimenti e alle varianti vengono memorizzate in ogni evento Google Analytics all'interno delle tabelle degli eventi Analytics.

Le proprietà utente che contengono informazioni sull'esperimento hanno il formato userProperty.key like "firebase_exp_%" o userProperty.key = "firebase_exp_01", dove 01 è l'ID esperimento e userProperty.value.string_value contiene l'indice (basato su zero) della variante dell'esperimento.

Puoi utilizzare queste proprietà utente dell'esperimento per estrarre i dati dell'esperimento. In questo modo, puoi suddividere i risultati dell'esperimento in molti modi diversi e verificare in modo indipendente i risultati di A/B Testing.

Per iniziare, completa i seguenti passaggi come descritto in questa guida:

1. Attiva l'esportazione di BigQuery per Google Analytics nella console Firebase
2. Accedi ai dati di A/B Testing utilizzando BigQuery
3. Esplora le query di esempio

Attiva l'esportazione di BigQuery per Google Analytics nella console Firebase

Se utilizzi il piano Spark, puoi utilizzare la sandbox di BigQuery per accedere a BigQuery senza costi, nel rispetto dei limiti della sandbox. Per saperne di più, consulta Prezzi e sandbox di BigQuery.

Innanzitutto, assicurati di esportare i dati di Analytics in BigQuery:

1. Nella console Firebase, vai alla scheda settings Impostazioni > Integrazioni.

2. Nella scheda BigQuery, fai clic su Gestisci e verifica che il progetto esporti i dati di Analytics in BigQuery.

   Se nella scheda è presente la dicitura Collega, devi configurare l'esportazione (vai al passaggio successivo).

3. Se devi configurare l'esportazione:

   1. Leggi Informazioni sul collegamento di Firebase a BigQuery, poi fai clic su Avanti.

   2. Nella sezione Configura integrazione, attiva Google Analytics.

   3. Seleziona una regione e scegli le impostazioni di esportazione.

   4. Fai clic su Collega a BigQuery.

A seconda di come hai scelto di esportare i dati, potrebbe essere necessario fino a un giorno prima che le tabelle diventino disponibili. Per saperne di più sull'esportazione dei dati di progetto in BigQuery, consulta Esporta i dati di progetto in BigQuery.

Accedi ai dati di A/B Testing in BigQuery

Prima di eseguire query sui dati per un esperimento specifico, devi ottenere alcuni o tutti i seguenti elementi da utilizzare nella query:

• ID esperimento: puoi ottenerlo dall'URL della pagina Panoramica dell'esperimento. Ad esempio, se l'URL è https://console.firebase.google.com/project/my_firebase_project/config/experiment/results/25, l'ID esperimento è 25.
• ID proprietà Google Analytics: l'ID proprietà Google Analytics di 9 cifre. Puoi trovarlo in Google Analytics; viene visualizzato anche in BigQuery quando espandi il nome del progetto per mostrare il nome della tabella degli eventi Google Analytics (project_name.analytics_000000000.events).
• Data dell'esperimento: per comporre una query più rapida ed efficiente, è buona norma limitare le query alle partizioni della tabella degli eventi giornalieri Google Analytics che contengono i dati dell'esperimento, ovvero le tabelle identificate con un suffisso YYYYMMDD. Ad esempio, se l'esperimento è stato eseguito dal 2 febbraio 2026 al 2 maggio 2026, devi specificare un _TABLE_SUFFIX between '20260202' AND '20260502'. Per un esempio, consulta Seleziona i valori di un esperimento specifico.
• Nomi degli eventi: in genere, corrispondono alle metriche degli obiettivi che hai configurato nell'esperimento. Ad esempio, eventi in_app_purchase, ad_impression o user_retention.

Dopo aver raccolto le informazioni necessarie per generare la query:

1. Nella console Google Cloud, vai a BigQuery.
2. Seleziona il progetto, quindi Crea query SQL.
3. Aggiungi la tua query. Per esempi di query da eseguire, consulta Esplora le query di esempio.
4. Fai clic su Esegui.

Esegui query sui dati degli esperimenti utilizzando la query generata automaticamente dalla console Firebase

Se utilizzi il piano Blaze, la pagina Panoramica dell'esperimento fornisce una query di esempio che restituisce il nome dell'esperimento, le varianti, i nomi degli eventi e il numero di eventi per l'esperimento che stai visualizzando.

Per ottenere ed eseguire la query generata automaticamente:

1. Nella console Firebase, vai a DevOps e coinvolgimento > A/B Testing.
2. Seleziona l'esperimento A/B Testing su cui vuoi eseguire la query per aprire la Panoramica dell'esperimento.
3. Nel menu Opzioni, in Integrazione di BigQuery, seleziona Esegui query sui dati degli esperimenti. In questo modo il progetto viene aperto in BigQuery all'interno della console Google Cloud e viene fornita una query di base che puoi utilizzare per eseguire query sui dati dell'esperimento.

L'esempio seguente mostra una query generata per un esperimento con tre varianti (inclusa la base di riferimento) denominato "Esperimento di benvenuto invernale". Restituisce il nome dell'esperimento attivo, il nome della variante, l'evento univoco e il conteggio degli eventi per ogni evento. Tieni presente che Query Builder non specifica il nome del progetto nel nome della tabella, poiché si apre direttamente all'interno del progetto.

  /*
    This query is auto-generated by Firebase A/B Testing for your
    experiment "Winter welcome experiment".
    It demonstrates how you can get event counts for all Analytics
    events logged by each variant of this experiment's population.
  */
  SELECT
    'Winter welcome experiment' AS experimentName,
    CASE userProperty.value.string_value
      WHEN '0' THEN 'Baseline'
      WHEN '1' THEN 'Welcome message (1)'
      WHEN '2' THEN 'Welcome message (2)'
      END AS experimentVariant,
    event_name AS eventName,
    COUNT(*) AS count
  FROM
    `analytics_000000000.events_*`,
    UNNEST(user_properties) AS userProperty
  WHERE
    (_TABLE_SUFFIX BETWEEN '20260202' AND '20260502')
    AND userProperty.key = 'firebase_exp_25'
  GROUP BY
    experimentVariant, eventName

Per altri esempi di query, vai a Esplora query di esempio.

Esplora le query di esempio

Le sezioni seguenti forniscono esempi di query che puoi utilizzare per estrarre i dati degli esperimenti A/B Testing dalle tabelle degli eventi Google Analytics.

Estrai i valori di deviazione standard degli acquisti e degli esperimenti da tutti gli esperimenti

Puoi utilizzare i dati dei risultati degli esperimenti per verificare in modo indipendente i risultati di Firebase A/B Testing. La seguente istruzione SQL BigQuery estrae le varianti dell'esperimento, il numero di utenti unici in ogni variante e somma le entrate totali degli eventi in_app_purchase e ecommerce_purchase, nonché le deviazioni standard per tutti gli esperimenti nell'intervallo di tempo specificato come date di inizio e di fine di _TABLE_SUFFIX. Puoi utilizzare i dati ottenuti da questa query con un generatore di significatività statistica per i t-test a una coda per verificare che i risultati forniti da Firebase corrispondano alla tua analisi.

Per saperne di più su come A/B Testing calcola l'inferenza, consulta Interpreta i risultati dei test.

  /*
    This query returns all experiment variants, number of unique users,
    the average USD spent per user, and the standard deviation for all
    experiments within the date range specified for _TABLE_SUFFIX.
  */
  SELECT
    experimentNumber,
    experimentVariant,
    COUNT(*) AS unique_users,
    AVG(usd_value) AS usd_value_per_user,
    STDDEV(usd_value) AS std_dev
  FROM
    (
      SELECT
        userProperty.key AS experimentNumber,
        userProperty.value.string_value AS experimentVariant,
        user_pseudo_id,
        SUM(
          CASE
            WHEN event_name IN ('in_app_purchase', 'ecommerce_purchase')
              THEN event_value_in_usd
            ELSE 0
            END) AS usd_value
      FROM `PROJECT_NAME.analytics_ANALYTICS_ID.events_*`
      CROSS JOIN UNNEST(user_properties) AS userProperty
      WHERE
        userProperty.key LIKE 'firebase_exp_%'
        AND event_name IN ('in_app_purchase', 'ecommerce_purchase')
        AND (_TABLE_SUFFIX BETWEEN 'YYYYMMDD' AND 'YYYMMDD')
      GROUP BY 1, 2, 3
    )
  GROUP BY 1, 2
  ORDER BY 1, 2;

Seleziona i valori di un esperimento specifico

La seguente query di esempio illustra come ottenere i dati per un esperimento specifico in BigQuery. Questa query di esempio restituisce il nome dell'esperimento, i nomi delle varianti (inclusa la base di riferimento), i nomi degli eventi e i conteggi degli eventi.

  SELECT
    'EXPERIMENT_NAME' AS experimentName,
    CASE userProperty.value.string_value
      WHEN '0' THEN 'Baseline'
      WHEN '1' THEN 'VARIANT_1_NAME'
      WHEN '2' THEN 'VARIANT_2_NAME'
      END AS experimentVariant,
    event_name AS eventName,
    COUNT(*) AS count
  FROM
    `analytics_ANALYTICS_PROPERTY.events_*`,
    UNNEST(user_properties) AS userProperty
  WHERE
    (_TABLE_SUFFIX BETWEEN 'YYYMMDD' AND 'YYYMMDD')
    AND userProperty.key = 'firebase_exp_EXPERIMENT_NUMBER'
  GROUP BY
    experimentVariant, eventName